COGRAPH
BACKGROUND · KNOWLEDGE LOSS
高校研究团队与 10—20 人初创公司的共同问题

人会更新换代,
但团队知识不能跟着离开

01 / ACCUMULATE

个人积累经验

成员在实验、开发和沟通中掌握方法、细节与失败路径。

02 / LEAVE

成员毕业或离开

能力画像、判断依据和隐性知识随个人一起退出团队。

03 / RE-EXPLAIN

负责人重复输入

导师或创始人重新讲背景、补上下文、逐项指导新人。

04 / RELEARN

新人重新摸索

重复踩坑、重复实验,直到再次形成分散的个人经验。

知识无法累积

文档记录结果,却常常遗漏原因、过程和失败经验。

传承依赖具体的人

只有原参与者知道信息在哪里,以及哪些内容仍然有效。

核心人员持续被打断

导师和骨干不断承担答疑、同步和重新校准任务。

需要一个平台,把个人工作过程转化为可继承的团队知识。记录知识来源 · 保留决策脉络 · 理解成员能力 · 支持新人接续
COGRAPH
BACKGROUND · KNOWLEDGE EXTRACTION
知识已经存在于当下的工作活动中

不只保存最终产物,
更要从人和 AI 的活动中提炼知识。

人的活动

HUMAN SIGNALS
提出要求目标、功能边界与优先级
做出判断选择方案的理由与权衡
审阅反馈质量标准、问题与修改方向
解决问题思维方式、经验和排查路径
提炼
关联
验证

AI 的活动

AGENT SIGNALS
理解上下文读取过的文件、数据与约束
生成方案候选路径、拆解与实现过程
执行操作修改记录、工具调用与结果
接受纠正被否决原因和有效反馈
思维方式

如何分析问题、排除选项并形成结论。

功能要求与标准

需要做什么、不做什么,以及怎样算完成。

判断方法

使用哪些证据、约束和权衡做出选择。

经验与失败路径

哪些方法有效、哪些尝试失败,以及为什么。

工作过程本身,就是持续产生团队知识的数据源。提炼后可检索 · 有来源 · 可验证 · 可被新人和 Agent 复用
COGRAPH
CORE SOLUTION 01 · SHARED AI WORKSPACE
先解决第一个核心痛点:让知识留下来

平台接通主流 Agent,
并从共享 Session 中持续形成团队知识

LAYER 01

主流 Agent 接口层

平台统一接通主流 Agent 接口。用户无需自带或部署 Agent,直接在平台内选择、调用并进行协作交互。

团队成员
团队成员
团队成员
OpenAI Codex
Claude Code
更多主流 Agent
↓ 互动上下文进入平台知识层
LAYER 02

平台知识层

平台对共享 Session 中可见的互动记录进行整理和抽象,再支持知识在个人、团队与项目之间流动。

01 / VISIBLE RECORDS

可见协作记录

保留共享 Session 中成员与 Agent 的对话、操作、修改、反馈和结果。

互动记录文件变更判断过程
02 / ABSTRACT KNOWLEDGE

抽象知识提取

从工作记录中提炼可复用知识,而不只保存原始聊天与最终文件。

Skill团队偏好功能标准判断方法
03 / KNOWLEDGE EXCHANGE

知识交换

在权限控制下实现跨个人、跨项目与跨团队的知识和 Skill 共享。

个人间共享跨团队复用Skill 迁移
共享 Session 是协作入口;知识层把可见互动转成长期可复用资产。记录 → 抽象 → 交换
COGRAPH
STAGE 01 · SHARED WORKSPACE
第一阶段 · 共享工作空间

成员与 Agent
在同一个空间工作。

对话、文件、决策、工作结果和当前进度持续保留。成员不需要在各自与 Agent 对话后再手工转述上下文。

桌面陪伴玩具4 人在线
首版采用 ESP32-S3,支持语音对话、灯光表情反馈和云端记忆;外形先做桌面小体积原型。
CoGraph Agent
我已将硬件范围、体验目标和服务需求写入项目知识,并关联已有语音接入与 ESP32 调试 Skill。
+ knowledge/toy_scope.md
+ decision/esp32_s3.md
↗ linked 2 reusable skills
COGRAPH × ATOA
STAGE 01 · TWO ACCESS MODES
第一阶段 · 平台模式与本地插件模式

既可以在 CoGraph 内协作,
也可以通过 Atoa 协议连接本地 Agent。

MODE A · PLATFORM平台模式

在 CoGraph 内工作

用户直接在平台中调用 Codex、Claude Code 等 Agent,在共享 Session 中完成讨论、开发与协作。

进入空间选择平台已接通的 Agent
共享交互成员在同一 Session 中协作
沉淀知识互动记录进入平台知识层
AtoaAGENT
COMMUNICATION
PROTOCOL

连接本地 Agent 与
CoGraph 信息枢纽

MODE B · LOCAL PLUGIN本地插件

在本地 Agent 中工作

用户仍在自己的本地 Agent 环境中交互。Atoa 插件通过通信协议,让本地 Agent 参与 CoGraph 信息枢纽中的知识交换。

本地互动工作仍发生在本地 Agent
协议交换只发送经过授权的信息与 Skill
参与枢纽获得团队知识和协作反馈
本地工作流不变数据边界可控制协议交换可追溯知识与 Skill 可双向流动
COGRAPH
STAGE 01 · SKILL IN PRACTICE
实际案例 · 个人经验如何成为团队 Skill

把成员与 Agent 的成功互动模式,
沉淀为其他人可以直接调用和继续优化的 Skill。

超同学

VOICE INTERACTION

已有积累:做过语音交互,已经实现多种主流语音服务的接口接入,并积累了相关 Agent 交互记录。

沉淀为 SKILL

语音服务快速接入

服务选型、鉴权配置、实时音频链路、接口适配和常见问题处理。

其他成员可直接用于新的语音交互任务

石同学

PRODUCTION SYSTEM

已有积累:参与过多套上线系统的开发,对大量用户并发场景形成了稳定的框架设计和工程判断。

沉淀为 SKILL

高并发系统框架设计

容量评估、模块边界、限流与缓存策略、稳定性检查和上线前验证。

团队开发上线系统时可快速复用框架

郭同学

ESP32 HARDWARE

已有积累:完成过多种 ESP32 开发板的开发与调试,保留了大量与 Agent 协作成功的问题解决模式。

沉淀为 SKILL

ESP32 开发与调试

开发板识别、环境配置、外设接入、烧录排错和硬件问题定位流程。

类似硬件任务可以直接调用成熟路径
成员完成任务人与 Agent 产生有效互动
提炼为 Skill整理步骤、判断与工具调用
团队快速复用其他成员在类似任务中调用
共同贡献与迭代新反馈持续优化原有 Skill
COGRAPH
TRANSITION · KNOWLEDGE TO CAPABILITY
在知识沉淀与复用之后,平台可以进一步理解团队

交互记录形成开放的能力画像
任务决定此刻需要谁。

EXAMPLE 01

视觉设计能力

能够定义产品外形、角色气质、灯光表情和不同状态下的视觉反馈。

证据示例完成过角色设定 · 制作过外观方案 · 定义过视觉反馈规范
可匹配任务:陪伴玩具应该是什么形象?如何用灯光和表情传递状态?
EXAMPLE 02

服务器开发及维护

能够设计稳定的服务架构,并处理并发、数据、部署、监控和长期维护。

证据示例上线过服务 · 处理过并发问题 · 建立过监控与故障恢复机制
可匹配任务:对话和记忆服务如何部署?大量设备在线时如何保持稳定?
EXAMPLE 03

硬件开发能力

能够完成主控选型、外设接入、固件开发、联调和硬件故障定位。

证据示例开发过 ESP32 设备 · 调试过音频与传感器 · 解决过烧录和通信问题
可匹配任务:ESP32-S3 如何连接麦克风、扬声器、灯光和传感器?

以上三种能力来自桌面陪伴玩具项目示例。真实画像仍由每位用户的交互记录动态生成,可包含任意能力组合。

不预设能力维度
COGRAPH
STAGE 02 · DEFINE TASKS
第二阶段 · 从项目目标开始

团队给出目标后,
Agent 主动补齐关键决策

团队目标 · 4 周完成一个桌面陪伴玩具原型

支持语音对话、灯光表情反馈、云端记忆和基础传感互动

需要视觉设计能力 · 可并行T-01 · 定义外形与反馈语言

角色形象 · CMF · 灯光表情 · 待机与互动状态

需要服务器能力 · 复用语音 SkillT-02 · 搭建对话与记忆服务

语音接口 · 会话服务 · 长期记忆 · 部署监控

需要硬件能力 · 依赖器件选型T-03 · 完成 ESP32-S3 硬件联调

音频 · 灯光 · 传感器 · 固件与通信协议

GOAL / 已知目标

四周内完成可互动桌面原型
使用 ESP32-S3 作为主控
支持语音、表情反馈与云端记忆

OPEN DECISIONS / 仍需明确

角色外形和灯光语言如何定义?
记忆服务如何部署并保持稳定?
音频、灯光和传感器如何组合?

目标已建立已识别 3 类关键能力

Agent 根据任务内容匹配视觉设计、服务器开发及维护、硬件开发能力,并关联团队已有语音与 ESP32 Skill。

查看人员建议调整目标
任务关系三条工作流并行推进

外形、服务和硬件可以并行;在整机联调节点统一合并并根据结果重新规划。

COGRAPH
STAGE 02 · FIND THE RIGHT PERSON
第二阶段 · 根据能力画像找到对应成员

每个关键节点,
Agent 都知道应该询问谁

桌面陪伴玩具的关键任务所需能力对应成员画像匹配工作记录中的依据
定义角色外形与灯光表情视觉设计陈默
完成过角色视觉设定、硬件外观方案和多状态反馈规范
搭建对话、记忆与设备服务服务器维护石同学
上线过多套并发系统,并沉淀了稳定性与运维框架 Skill
完成 ESP32-S3 整机联调硬件开发郭同学
开发调试过多种 ESP32 开发板,已有成熟 Agent 协作模式

系统同时建议 T-02 复用超同学的“语音服务快速接入”Skill,减少重复接口开发。

调整能力更换成员确认分配
COGRAPH
STAGE 02 · PROACTIVE PROGRESS
第二阶段 · Agent 不等待用户 prompt

每到一个关键节点,
Agent 主动询问匹配成员

NODE 01 · 目标已确认匹配视觉设计能力

询问角色形象、材质、灯光表情和不同互动状态的视觉语言。

NODE 02 · 服务方案待确认匹配服务器开发及维护

询问会话、记忆、设备连接、并发容量和上线监控方案。

NODE 03 · 器件清单已建立匹配硬件开发能力

询问主控、音频、灯光、传感器接线以及固件联调约束。

视觉节点 · 询问陈默能力匹配 90%

请确定陪伴玩具的角色形象,以及“聆听、思考、回答、休眠”四种状态的灯光和表情反馈。

提交视觉方案查看硬件约束
服务器节点 · 询问石同学已关联语音接入 Skill

请设计对话与长期记忆服务,给出设备在线、并发容量、监控告警和故障恢复方案。

提交服务方案调用已有 Skill
硬件节点 · 询问郭同学ESP32 画像匹配 95%

请确认 ESP32-S3 与麦克风、扬声器、灯光和传感器的连接方案,并列出整机联调风险。

提交硬件方案打开调试 Skill
COGRAPH
COMPLETE FLOW
完整工作流程

共享空间提供知识,
Agent 在关键节点主动找到对应的人

STAGE 01 · SHARED WORKSPACE

沉淀和迁移知识

  • 平台内直接调用主流 Agent
  • Atoa 插件连接本地 Agent
  • 从互动记录提炼知识与 Skill
  • 支持跨个人、跨项目和跨团队交换
TRANSITION · CAPABILITY & TASK

动态形成能力画像

  • 画像来自真实交互与工作证据
  • 能力维度和数量不预先限定
  • 同一成员可以拥有多种能力
  • 示例标签可由成员修正或扩展
STAGE 02 · PROACTIVE AGENT

主动询问并推进

  • 团队先提供一个明确目标
  • Agent 判断当前需要哪些能力
  • 匹配合适成员并主动提出问题
  • 根据回答进入下一个关键节点

主动任务智能不是把用户固定为某类角色,而是在正确的时间,根据工作证据找到具备当前所需能力的人。

COGRAPH
SCROLL / ↑ ↓ / SPACE